原文服务方: 计算机应用研究       
摘要:
针对计算机视觉跟踪处理中传统摄像机标定的径向与切向的非线性畸变带来了极大的误差,降低了实验数据的准确性,以及传统神经网络标定法的高冗余这两个问题,研究提出了运用投影反馈的神经网络摄像机标定算法.所运用的原理是首先对输入图像进行锐化边缘提取以及二值化,然后对图像的角点提取和投影变换参数求解,将所求值代入神经网络计算模型,并进行双重反馈调节,消除径向与切向的非线性畸变.最后将消除误差参数代入单应性矩阵,得到摄像机参数.实验结果表明,径向与切向的非线性畸变基本消除,同时运行程序的冗余性也明显减少.对于结果的分析更好地证明该算法解决了摄像机标定的精度问题,并且在高精度标定的同时保证了算法的实时性,为今后高精度实时计算机视觉系统的标定提供了一种新的方法.
推荐文章
基于随机蚁群神经网络的摄像机标定
摄像机标定
随机蚂蚁
蚁群算法
神经网络
基于神经网络的摄像机标定方法研究
摄像机标定
神经网络
张氏标定法
基于畸变模型优化的网络摄像机标定
摄像机标定
畸变模型
光束法平差
计算机视觉
CCD摄像机标定的研究
计算机视觉
三维重建
摄像机模型
摄像机标定
畸变
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 运用投影反馈的神经网络摄像机标定
来源期刊 计算机应用研究 学科
关键词 神经网络 投影变换 双重反馈调节 实时性 高精度
年,卷(期) 2015,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 3179-3182,3195
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.10.070
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡雯蔷 华中科技大学软件学院 9 30 4.0 5.0
2 郭政业 2 10 2.0 2.0
6 罗延 华中科技大学软件学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (37)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (0)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
投影变换
双重反馈调节
实时性
高精度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导